본 강연에서는 AWS 파트너인 Treasure data의 솔루션을 이용하여 클라우드 환경에서 손쉽게 빅데이터 분석 및 적용하는 법에 대하여 살펴봅니다. 모범 사례에 따른 사용법을 소개하고 JP Morgan 등 해외 선도 고객 사례를 공유합니다.
연사: 고영혁 대표, Treasure Data
고객의 플랫폼/서비스를 개선한 국내 사례 살펴보기 – 장준성 AWS 솔루션즈 아키텍트, 강산아 NDREAM 팀장, 송영호 야놀자 매니저, ...Amazon Web Services Korea
AWS는 175개 이상의 다양한 서비스를 제공해드리고 있습니다. 주요 서비스들 외에도 고객 서비스의 품질을 개선하는 데에 이러한 다양한 AWS의 서비스들의 도움을 받을 수 있습니다. 이번 세션에서는 AWS Transit Gateway, AWS Global Accelerator, AWS Shield, AWS IoT, Amazon WorkSpaces 를 통해서 고객의 플랫폼/서비스를 개선한 국내 사례들을 살펴보며 AWS 서비스들을 어떻게 활용할 수 있는지 보여드립니다.
AWS 를 활용한 저지연 라이브 (Low Latency Live) 서비스 구현 - 류재춘 컨설턴트/에반젤리스트, GS Neot다 :: AW...Amazon Web Services Korea
라이브 방송의 성장과 더불어 최근 저지연 라이브 (Low Latency Live) 에 대한 관심이 높아지고 있습니다. 본 강연에서는 Low Latency Live 관련 기술적인 배경과 Latency를 줄이는 원리에 대한 설명을 하고, AWS 기반의 Low Latency Live 서비스를 구축하는 방법에 대해 소개합니다.
공공기관의 클라우드 도입이 급속도로 확산됨에 따라 네이버클라우드플랫폼의 클라우드 서비스가 시장에서 각광받고 있습니다. 이에 따라 네이버클라우드플랫폼의 서비스들을 살펴보고, 왜 클라우드 기술이 각광받는 지 공공기관에서는 클라우드의 어떤 기술들에 주목해야하는지 알려드립니다 | With the rapid spread of public institutions' adoption of cloud, Naver Cloud Platform's cloud services are gaining traction in the market. We look at Naver Cloud Platform's services, and why cloud technology is so popular that public organizations will be able to focus on what technologies are in the cloud.
▶ 동영상: https://bit.ly/aws-mvp-youtube
초기 스타트업에는 시간과 자원이 제한되어 있기 때문에 신속하게 제품을 만들어 시장에 출시해야 합니다. 본 세션은 초기 스타트업 및 개발자를 위해 AWS 클라우드를 기반으로 최소기능제품(MVP)을 구현하는 방법을 알려드립니다. 핵심 기능에 집중하는 방법과 아울러 Amazon Lightsail, ElasticBeanstalk 등의 클라우드 아키텍처 구성 방법, AWS Amplify를 활용하여 빠르게 서버리스 아키텍처 구성 방법, AWS Codestar를 통한 빠른 배포, 그리고 Amazon Pinpoint를 활용하여 어떻게 고객의 반응을 측정하고 모니터링할지 살펴봅니다.
KB금융지주의 클라우드 혁신 사례 – 협업플랫폼 Clayon
고종원 매니저, AWS
박형주 부장, KB금융지주
디지털 혁신은 이제 금융사의 비즈니스 전략의 핵심 요소입니다. 특히 핀테크 스타트업 및 비금융사와의의 협업을 통해 새로운 비즈니스 모델을 창출하는 시도가 다양하게 이루어 지고 있습니다. 이러한 새로운 시도에는 유연하고 개방적인 클라우드 플랫폼 기반의 기술이 필수적입니다. KB금융지주의 CLAYON 구축과 운영 과정을 통해 협업과 실험 플랫품의 사례를 소개합니다.
진정한 하이브리드 환경을 위한 올바른 선택, AWS Outposts! - 강동환 AWS 솔루션즈 아키텍트 :: AWS Summit Seou...Amazon Web Services Korea
AWS 클라우드를 통해 수많은 고객들이 비즈니스를 혁신하고 경쟁력있는 서비스를 통해 시장을 주도하고 있습니다. 운영하는 어플리케이션의 다양한 요구조건 중 낮은 레이턴시 요구사항과 엄격한 데이터 상주규정으로 인해 AWS 클라우드의 이점을 온전히 누리지 못하는 고객들은 하이브리드 환경을 고려하고 있습니다. 온프레미스나 IDC에 AWS의 리전과 동일한 인프라를 구축하여 낮은 지연과 엄격한 데이터 상주규정을 충족하고, AWS 리전과 동일한 관리 및 운영체계로 여러분의 비즈니스를 모든 영역에 결쳐 혁신할 수 있습니다. AWS Outposts를 통해 어떻게 진정한 하이브리드 환경을 구현할 수 있는지와 그 깊이 있는 기술에 대해 알아보세요.
금융 서비스 패러다임의 전환 가속화 시대, 신한금융투자의 Cloud First 전략 - 신중훈 AWS 솔루션즈 아키텍트 / 최성봉 클라우...Amazon Web Services Korea
신한금융투자는 급변하는 금융 환경에 민첩하게 대응하기 위해 디지털 트랜스포메이션 마스터플랜을 수립하고, 2021년 상반기 본격적인 서비스 시작을 앞두고 있습니다. 비즈니스와 서비스의 중심을 클라우드 기반으로 전환하는 Cloud First 전략을 추진 중입니다. Cloud First 전략의 일환으로 데이터 & 고객 중심의 Seamless 서비스를 위해 클라우드 기반의 데이터 분석 플랫폼, 인공지능 컨택센터 구축에 착수하였으며, 이번 발표에서는 서비스 구축 과정에서 당사가 고민했던, Why Cloud, What and How to do에 대해 공유하고자 합니다.
고객의 플랫폼/서비스를 개선한 국내 사례 살펴보기 – 장준성 AWS 솔루션즈 아키텍트, 강산아 NDREAM 팀장, 송영호 야놀자 매니저, ...Amazon Web Services Korea
AWS는 175개 이상의 다양한 서비스를 제공해드리고 있습니다. 주요 서비스들 외에도 고객 서비스의 품질을 개선하는 데에 이러한 다양한 AWS의 서비스들의 도움을 받을 수 있습니다. 이번 세션에서는 AWS Transit Gateway, AWS Global Accelerator, AWS Shield, AWS IoT, Amazon WorkSpaces 를 통해서 고객의 플랫폼/서비스를 개선한 국내 사례들을 살펴보며 AWS 서비스들을 어떻게 활용할 수 있는지 보여드립니다.
AWS 를 활용한 저지연 라이브 (Low Latency Live) 서비스 구현 - 류재춘 컨설턴트/에반젤리스트, GS Neot다 :: AW...Amazon Web Services Korea
라이브 방송의 성장과 더불어 최근 저지연 라이브 (Low Latency Live) 에 대한 관심이 높아지고 있습니다. 본 강연에서는 Low Latency Live 관련 기술적인 배경과 Latency를 줄이는 원리에 대한 설명을 하고, AWS 기반의 Low Latency Live 서비스를 구축하는 방법에 대해 소개합니다.
공공기관의 클라우드 도입이 급속도로 확산됨에 따라 네이버클라우드플랫폼의 클라우드 서비스가 시장에서 각광받고 있습니다. 이에 따라 네이버클라우드플랫폼의 서비스들을 살펴보고, 왜 클라우드 기술이 각광받는 지 공공기관에서는 클라우드의 어떤 기술들에 주목해야하는지 알려드립니다 | With the rapid spread of public institutions' adoption of cloud, Naver Cloud Platform's cloud services are gaining traction in the market. We look at Naver Cloud Platform's services, and why cloud technology is so popular that public organizations will be able to focus on what technologies are in the cloud.
▶ 동영상: https://bit.ly/aws-mvp-youtube
초기 스타트업에는 시간과 자원이 제한되어 있기 때문에 신속하게 제품을 만들어 시장에 출시해야 합니다. 본 세션은 초기 스타트업 및 개발자를 위해 AWS 클라우드를 기반으로 최소기능제품(MVP)을 구현하는 방법을 알려드립니다. 핵심 기능에 집중하는 방법과 아울러 Amazon Lightsail, ElasticBeanstalk 등의 클라우드 아키텍처 구성 방법, AWS Amplify를 활용하여 빠르게 서버리스 아키텍처 구성 방법, AWS Codestar를 통한 빠른 배포, 그리고 Amazon Pinpoint를 활용하여 어떻게 고객의 반응을 측정하고 모니터링할지 살펴봅니다.
KB금융지주의 클라우드 혁신 사례 – 협업플랫폼 Clayon
고종원 매니저, AWS
박형주 부장, KB금융지주
디지털 혁신은 이제 금융사의 비즈니스 전략의 핵심 요소입니다. 특히 핀테크 스타트업 및 비금융사와의의 협업을 통해 새로운 비즈니스 모델을 창출하는 시도가 다양하게 이루어 지고 있습니다. 이러한 새로운 시도에는 유연하고 개방적인 클라우드 플랫폼 기반의 기술이 필수적입니다. KB금융지주의 CLAYON 구축과 운영 과정을 통해 협업과 실험 플랫품의 사례를 소개합니다.
진정한 하이브리드 환경을 위한 올바른 선택, AWS Outposts! - 강동환 AWS 솔루션즈 아키텍트 :: AWS Summit Seou...Amazon Web Services Korea
AWS 클라우드를 통해 수많은 고객들이 비즈니스를 혁신하고 경쟁력있는 서비스를 통해 시장을 주도하고 있습니다. 운영하는 어플리케이션의 다양한 요구조건 중 낮은 레이턴시 요구사항과 엄격한 데이터 상주규정으로 인해 AWS 클라우드의 이점을 온전히 누리지 못하는 고객들은 하이브리드 환경을 고려하고 있습니다. 온프레미스나 IDC에 AWS의 리전과 동일한 인프라를 구축하여 낮은 지연과 엄격한 데이터 상주규정을 충족하고, AWS 리전과 동일한 관리 및 운영체계로 여러분의 비즈니스를 모든 영역에 결쳐 혁신할 수 있습니다. AWS Outposts를 통해 어떻게 진정한 하이브리드 환경을 구현할 수 있는지와 그 깊이 있는 기술에 대해 알아보세요.
금융 서비스 패러다임의 전환 가속화 시대, 신한금융투자의 Cloud First 전략 - 신중훈 AWS 솔루션즈 아키텍트 / 최성봉 클라우...Amazon Web Services Korea
신한금융투자는 급변하는 금융 환경에 민첩하게 대응하기 위해 디지털 트랜스포메이션 마스터플랜을 수립하고, 2021년 상반기 본격적인 서비스 시작을 앞두고 있습니다. 비즈니스와 서비스의 중심을 클라우드 기반으로 전환하는 Cloud First 전략을 추진 중입니다. Cloud First 전략의 일환으로 데이터 & 고객 중심의 Seamless 서비스를 위해 클라우드 기반의 데이터 분석 플랫폼, 인공지능 컨택센터 구축에 착수하였으며, 이번 발표에서는 서비스 구축 과정에서 당사가 고민했던, Why Cloud, What and How to do에 대해 공유하고자 합니다.
Amazon RDS allows you to launch an optimally configured, secure and highly available database with just a few clicks. It provides cost-efficient and resizable capacity while managing time-consuming database administration tasks, freeing you to focus on your applications and business.
Learn how your DSpace repository submissions can be easier for you and your content contributors. By modifying your submission configuration you can use these not-so-obvious hints to improve the quality of information in your repository as well as minimizing the time it takes to complete a submission. Topics:
Collection templates: pre-filling certain metadata fields on a per collection basis.
Reviewer only fields: option to qualify fields in input forms to have them only visible for reviewers in the workflow
Type based submission: inclusion of certain metadata fields in the form, based on a selected submission type
Modifying your lists of dropdown values (the lists that are included at the bottom of input-forms.xml)
Working with hierarchical controlled vocabularies (the XML based subject categories)
Enabling LC Name authority control for author values
Collection based Input forms: duplicating an input-forms configuration & showing the match between an input-forms config and a collection
Simple embargo & private item state
발표영상 다시보기: https://youtu.be/mOwTeZfEzsU
AWS 클라우드는 IT의 새로운 기준을 정립하며 클라우드 컴퓨팅 산업을 혁신하고 있습니다. 본 온라인 세미나에서는 클라우드 컴퓨팅의 개념과 AWS가 제공하는 서비스 소개 및 주요 활용 사례에 대해 소개합니다. 특히 국내에 설립된 서울 리전(Region, 데이터센터 클러스터)에 대한 소개와 더불어 다양한 IT 업무를 위한 AWS 대표 서비스들을 중점적으로 다룰 예정입니다.
The Microsoft Azure Traffic Manager provides global DNS load balancing methods of distributing internet traffic among two or more endpoints (for example: Virtual Machines or WebApps ) on a different cloud services that could be located on a different regions, all accessible with the same URL, in one or more Microsoft Azure datacenters around the world.
In this session I will explain about the different methods, I will show you how to configure the Traffic Manager and I will present a little demo.
At the end of this session you'll be able to provide better Performance, Redundancy and HA to your servers and/or web applications by using the Microsoft Azure Traffic Manager.
7. 게임 스트리밍 서비스를 위한 아키텍처 - 언리얼 엔진을 중심으로! [레벨 300] - 발표자: 하흥수, 솔루션즈 아키텍트, AWS :...Amazon Web Services Korea
클라우드 기반의 게임 스트리밍은 플랫폼과 디바이스에 제한받지 않고 플레이할 수 있는 등 여러 가지 뛰어난 장점을 가진 게임 체인저로 관심받는 기술입니다. 그러나 네트워크 이슈와 높은 서버 비용 등으로 인해 구현하는 데 어려움을 겪는 경우가 많습니다. 본 세션에서는 게임스트리밍 서비스를 AWS에서 어떻게 구현할 수 있을지에 대해 간단한 아키텍처와 데모를 통해 소개해드립니다.
- 동영상 보기: https://www.youtube.com/watch?v=Rq4I57eqIp4
Amazon RDS 프록시는 Amazon Relational Database Service (RDS)를 위한 완전 관리형 고가용성 데이터베이스 프록시로, 애플리케이션의 확장 성, 데이터베이스 장애에 대한 탄력성 및 보안 성을 향상시킬 수 있습니다. (2020년 6월 서울 리전 출시)
모든 게임 서비스에는 공통으로 구현해야 할 기능들이 있습니다. 대표적으로 채팅과 로그인, 접속 대기열 등이 있습니다. 시리즈 #2에서는 이런 기능들을 AWS의 서버리스 서비스로 구현하는 방법을 알아보겠습니다. 새 게임을 개발할 때마다 중복으로 구현하지 않고, 마이크로 서비스 아키텍처를 활용하는 방법들도 이론과 실습을 통해 알아봅니다.
1부: [Amazon ElasticCache, AWS Lambda, AWS IoT-Core] 게임채팅을 AWS에서 구현해보자!
2부: [Amazon SQS, Amazon Cognito, AWS Dynamo DB] AWS에서 대규모 로그인과 접속 대기열을 구현해보자!
클라우드에서 인프라 구축 시 고려해야 할 사항들을 살펴보고, 네이버 클라우드 플랫폼을 활용하여 고가용성을 유지하는 방안에 대해 소개합니다. | Explore the considerations of building infrastructure in the cloud and introduce ways to maintain high availability by leveraging the Naver cloud platform.
데이터 분석가를 위한 신규 분석 서비스 - 김기영, AWS 분석 솔루션즈 아키텍트 / 변규현, 당근마켓 소프트웨어 엔지니어 :: AWS r...Amazon Web Services Korea
AWS re:Invent에서는 다양한 고객들의 요구에 맞추어 새로운 분석 및 서버리스 서비스가 대거 출시되었습니다. 본 강연에서는 새롭게 출시된 핵심 분석 기능들과 함께, 누구나 손쉽게 사용할 수 있는 AWS의 분석 서버리스와 On-demand 기능들에 대한 심층적인 정보를 확인하실 수 있습니다.
엔터프라이즈 클라우드 마이그레이션 준비와 실행. 그리고, 클라우드 운영 모범 사례 공유-최지웅, 오픈소스컨설팅 CTO / 장진환, 스마일샤...Amazon Web Services Korea
클라우드 마이레이션은 단순한 업무의 환경 이전 차원을 넘어 미래를 준비하는 긴 여정의 출발점이기도 합니다. 또한, 클라우드 마이그레이션의 전략,기술 준비사항은 기존의 IT 운영 환경에 비례하여 매우 다양하며 복잡 합니다. 이번 세션에서는 AWS MSP 파트너사인 오픈소스 컨설팅, 스마일 샤크의 다양한 클라우드 마이그레이션 사례 및 운영 환경 최적화 사례를 기반으로 여러분들의 클라우드 여정에 도움을 드리고자 합니다.
[금융사를 위한 AWS Generative AI Day 2023] 4_AWS Generative AI 서비스의 활용 방ᄇ...AWS Korea 금융산업팀
AWS 가 제공하는 생성형 인공지능 서비스를 배우고 활용하는 방법의 소개 및 데모를 진행 합니다. 그리고 자세하게 기업의 내부 데이터를 활용하여 커스터마이징을 할 수 있는 두가지 방법인 1/ 검색증강 생성 (Retrieval Augmented Generation) 아키텍처 구성 및 데모, 2/ 한글 파인 튜닝 아키텍처 설명 및 데모를 진행합니다.
Amazon EC2 Container Service is a new AWS service that makes it easy to run and manage Docker-enabled applications across a cluster of Amazon EC2 instances. Amazon EC2 Container Service lets you define, schedule, and stop sets of containers. You have access to the state of your resources, making it easy to confirm that tasks are running or view the utilization of Amazon EC2 instances in your cluster. This session will describe the benefits of containers, introduce the Amazon EC2 Container Service, and demonstrate how to use Amazon EC2 Container Service for your applications.
Speakers:
Ian Massingham, AWS Technical Evangelist and
Boyan Dimitrov, Platform Automation Lead, Hailo Cabs
Amazon SageMaker 모델 빌딩 파이프라인 소개::이유동, AI/ML 스페셜리스트 솔루션즈 아키텍트, AWS::AWS AIML 스...Amazon Web Services Korea
Amazon SageMaker 에서 제공하는 기계 학습을 위한 CI/CD 서비스, Aamzon SageMaker Pipelines 를 사용하기 위해 기계 학습의 라이프 사이클과 MLOps 의 개념과 AWS 에서의 MLOps 에 대한 오버뷰를 소개합니다. 또한, Amazon SageMaker Pipelines 의 세부적인 사용법을 스크린샷과 함께 소개합니다.
KB국민은행은 시작했다 - 쉽고 빠른 클라우드 거버넌스 적용 전략 - 강병억 AWS 솔루션즈 아키텍트 / 장강홍 클라우드플랫폼단 차장, ...Amazon Web Services Korea
클라우드 서비스를 사용하기 위한 안전성 확보 조치들을 다양한 워크로드가 추가될 경우에도 쉽고 빠르게 적용시킬 수 있는 다중 계정 기반의 클라우드 거버넌스 구성 전략을 소개해 드립니다. 그리고 KB국민은행에서는 어떻게 클라우드를 도입하게 되었으며 금융 회사에 클라우드를 도입하기 위해서 지켜야 하는 규제 사항들을 어떻게 대응하였지를 살펴보고, KB국민은행에서 구성한 클라우드 거버넌스 환경을 이용하여 클라우드 워크로드 확산을 어떻게 효과적으로 준비하고 있는지 살펴봅니다.
AWS 미디어 서비스를 이용한 글로벌 라이브 스트리밍 서비스 구축 - 황윤상 솔루션즈 아키텍트, AWS / 조용진 솔루션즈 아키텍트, AW...Amazon Web Services Korea
AWS 미디어 서비스를 이용한 글로벌 라이브 스트리밍 서비스 구축
황윤상 솔루션즈 아키텍트, AWS
조용진 솔루션즈 아키텍트, AWS
AWS Media Service는 VoD와 Live Video 서비스 워크플로우를 손쉽게 구축할 수 있는 서비스들로 이루어져 있습니다. 이 세션에서는 AWS에서 제공하는 미디어 서비스들의 소개와 손쉽게 글로벌한 라이브 스트리밍 서비스를 구축하는 데모를 보여 드립니다.
AWS Data Transfer Services: Data Ingest Strategies Into the AWS CloudAmazon Web Services
Different types and sizes of data require different strategies. In this session, learn about the various features and services available for migrating data, be it small ongoing transactional data or large multi-petabyte volumes. Come learn how customers are using the latest network, streaming and large scale ingest features for their cloud data migrations to AWS storage services.
Amazon RDS allows you to launch an optimally configured, secure and highly available database with just a few clicks. It provides cost-efficient and resizable capacity while managing time-consuming database administration tasks, freeing you to focus on your applications and business.
Learn how your DSpace repository submissions can be easier for you and your content contributors. By modifying your submission configuration you can use these not-so-obvious hints to improve the quality of information in your repository as well as minimizing the time it takes to complete a submission. Topics:
Collection templates: pre-filling certain metadata fields on a per collection basis.
Reviewer only fields: option to qualify fields in input forms to have them only visible for reviewers in the workflow
Type based submission: inclusion of certain metadata fields in the form, based on a selected submission type
Modifying your lists of dropdown values (the lists that are included at the bottom of input-forms.xml)
Working with hierarchical controlled vocabularies (the XML based subject categories)
Enabling LC Name authority control for author values
Collection based Input forms: duplicating an input-forms configuration & showing the match between an input-forms config and a collection
Simple embargo & private item state
발표영상 다시보기: https://youtu.be/mOwTeZfEzsU
AWS 클라우드는 IT의 새로운 기준을 정립하며 클라우드 컴퓨팅 산업을 혁신하고 있습니다. 본 온라인 세미나에서는 클라우드 컴퓨팅의 개념과 AWS가 제공하는 서비스 소개 및 주요 활용 사례에 대해 소개합니다. 특히 국내에 설립된 서울 리전(Region, 데이터센터 클러스터)에 대한 소개와 더불어 다양한 IT 업무를 위한 AWS 대표 서비스들을 중점적으로 다룰 예정입니다.
The Microsoft Azure Traffic Manager provides global DNS load balancing methods of distributing internet traffic among two or more endpoints (for example: Virtual Machines or WebApps ) on a different cloud services that could be located on a different regions, all accessible with the same URL, in one or more Microsoft Azure datacenters around the world.
In this session I will explain about the different methods, I will show you how to configure the Traffic Manager and I will present a little demo.
At the end of this session you'll be able to provide better Performance, Redundancy and HA to your servers and/or web applications by using the Microsoft Azure Traffic Manager.
7. 게임 스트리밍 서비스를 위한 아키텍처 - 언리얼 엔진을 중심으로! [레벨 300] - 발표자: 하흥수, 솔루션즈 아키텍트, AWS :...Amazon Web Services Korea
클라우드 기반의 게임 스트리밍은 플랫폼과 디바이스에 제한받지 않고 플레이할 수 있는 등 여러 가지 뛰어난 장점을 가진 게임 체인저로 관심받는 기술입니다. 그러나 네트워크 이슈와 높은 서버 비용 등으로 인해 구현하는 데 어려움을 겪는 경우가 많습니다. 본 세션에서는 게임스트리밍 서비스를 AWS에서 어떻게 구현할 수 있을지에 대해 간단한 아키텍처와 데모를 통해 소개해드립니다.
- 동영상 보기: https://www.youtube.com/watch?v=Rq4I57eqIp4
Amazon RDS 프록시는 Amazon Relational Database Service (RDS)를 위한 완전 관리형 고가용성 데이터베이스 프록시로, 애플리케이션의 확장 성, 데이터베이스 장애에 대한 탄력성 및 보안 성을 향상시킬 수 있습니다. (2020년 6월 서울 리전 출시)
모든 게임 서비스에는 공통으로 구현해야 할 기능들이 있습니다. 대표적으로 채팅과 로그인, 접속 대기열 등이 있습니다. 시리즈 #2에서는 이런 기능들을 AWS의 서버리스 서비스로 구현하는 방법을 알아보겠습니다. 새 게임을 개발할 때마다 중복으로 구현하지 않고, 마이크로 서비스 아키텍처를 활용하는 방법들도 이론과 실습을 통해 알아봅니다.
1부: [Amazon ElasticCache, AWS Lambda, AWS IoT-Core] 게임채팅을 AWS에서 구현해보자!
2부: [Amazon SQS, Amazon Cognito, AWS Dynamo DB] AWS에서 대규모 로그인과 접속 대기열을 구현해보자!
클라우드에서 인프라 구축 시 고려해야 할 사항들을 살펴보고, 네이버 클라우드 플랫폼을 활용하여 고가용성을 유지하는 방안에 대해 소개합니다. | Explore the considerations of building infrastructure in the cloud and introduce ways to maintain high availability by leveraging the Naver cloud platform.
데이터 분석가를 위한 신규 분석 서비스 - 김기영, AWS 분석 솔루션즈 아키텍트 / 변규현, 당근마켓 소프트웨어 엔지니어 :: AWS r...Amazon Web Services Korea
AWS re:Invent에서는 다양한 고객들의 요구에 맞추어 새로운 분석 및 서버리스 서비스가 대거 출시되었습니다. 본 강연에서는 새롭게 출시된 핵심 분석 기능들과 함께, 누구나 손쉽게 사용할 수 있는 AWS의 분석 서버리스와 On-demand 기능들에 대한 심층적인 정보를 확인하실 수 있습니다.
엔터프라이즈 클라우드 마이그레이션 준비와 실행. 그리고, 클라우드 운영 모범 사례 공유-최지웅, 오픈소스컨설팅 CTO / 장진환, 스마일샤...Amazon Web Services Korea
클라우드 마이레이션은 단순한 업무의 환경 이전 차원을 넘어 미래를 준비하는 긴 여정의 출발점이기도 합니다. 또한, 클라우드 마이그레이션의 전략,기술 준비사항은 기존의 IT 운영 환경에 비례하여 매우 다양하며 복잡 합니다. 이번 세션에서는 AWS MSP 파트너사인 오픈소스 컨설팅, 스마일 샤크의 다양한 클라우드 마이그레이션 사례 및 운영 환경 최적화 사례를 기반으로 여러분들의 클라우드 여정에 도움을 드리고자 합니다.
[금융사를 위한 AWS Generative AI Day 2023] 4_AWS Generative AI 서비스의 활용 방ᄇ...AWS Korea 금융산업팀
AWS 가 제공하는 생성형 인공지능 서비스를 배우고 활용하는 방법의 소개 및 데모를 진행 합니다. 그리고 자세하게 기업의 내부 데이터를 활용하여 커스터마이징을 할 수 있는 두가지 방법인 1/ 검색증강 생성 (Retrieval Augmented Generation) 아키텍처 구성 및 데모, 2/ 한글 파인 튜닝 아키텍처 설명 및 데모를 진행합니다.
Amazon EC2 Container Service is a new AWS service that makes it easy to run and manage Docker-enabled applications across a cluster of Amazon EC2 instances. Amazon EC2 Container Service lets you define, schedule, and stop sets of containers. You have access to the state of your resources, making it easy to confirm that tasks are running or view the utilization of Amazon EC2 instances in your cluster. This session will describe the benefits of containers, introduce the Amazon EC2 Container Service, and demonstrate how to use Amazon EC2 Container Service for your applications.
Speakers:
Ian Massingham, AWS Technical Evangelist and
Boyan Dimitrov, Platform Automation Lead, Hailo Cabs
Amazon SageMaker 모델 빌딩 파이프라인 소개::이유동, AI/ML 스페셜리스트 솔루션즈 아키텍트, AWS::AWS AIML 스...Amazon Web Services Korea
Amazon SageMaker 에서 제공하는 기계 학습을 위한 CI/CD 서비스, Aamzon SageMaker Pipelines 를 사용하기 위해 기계 학습의 라이프 사이클과 MLOps 의 개념과 AWS 에서의 MLOps 에 대한 오버뷰를 소개합니다. 또한, Amazon SageMaker Pipelines 의 세부적인 사용법을 스크린샷과 함께 소개합니다.
KB국민은행은 시작했다 - 쉽고 빠른 클라우드 거버넌스 적용 전략 - 강병억 AWS 솔루션즈 아키텍트 / 장강홍 클라우드플랫폼단 차장, ...Amazon Web Services Korea
클라우드 서비스를 사용하기 위한 안전성 확보 조치들을 다양한 워크로드가 추가될 경우에도 쉽고 빠르게 적용시킬 수 있는 다중 계정 기반의 클라우드 거버넌스 구성 전략을 소개해 드립니다. 그리고 KB국민은행에서는 어떻게 클라우드를 도입하게 되었으며 금융 회사에 클라우드를 도입하기 위해서 지켜야 하는 규제 사항들을 어떻게 대응하였지를 살펴보고, KB국민은행에서 구성한 클라우드 거버넌스 환경을 이용하여 클라우드 워크로드 확산을 어떻게 효과적으로 준비하고 있는지 살펴봅니다.
AWS 미디어 서비스를 이용한 글로벌 라이브 스트리밍 서비스 구축 - 황윤상 솔루션즈 아키텍트, AWS / 조용진 솔루션즈 아키텍트, AW...Amazon Web Services Korea
AWS 미디어 서비스를 이용한 글로벌 라이브 스트리밍 서비스 구축
황윤상 솔루션즈 아키텍트, AWS
조용진 솔루션즈 아키텍트, AWS
AWS Media Service는 VoD와 Live Video 서비스 워크플로우를 손쉽게 구축할 수 있는 서비스들로 이루어져 있습니다. 이 세션에서는 AWS에서 제공하는 미디어 서비스들의 소개와 손쉽게 글로벌한 라이브 스트리밍 서비스를 구축하는 데모를 보여 드립니다.
AWS Data Transfer Services: Data Ingest Strategies Into the AWS CloudAmazon Web Services
Different types and sizes of data require different strategies. In this session, learn about the various features and services available for migrating data, be it small ongoing transactional data or large multi-petabyte volumes. Come learn how customers are using the latest network, streaming and large scale ingest features for their cloud data migrations to AWS storage services.
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...Amazon Web Services Korea
기업 환경에 따라 차이는 있겠지만, 최근 대부분의 기업은 데이터 분석 환경이 구축되어 있고, 이를 기반으로 데이터를 분석하고 있습니다. 그럼에도 불구하고 현업에서는 분석하고자 하는 데이터가 없거나 변화하는 비즈니스 요건을 반영하지 못한다는 불만을 제기하고, 분석 환경을 제공하는 IT운영팀은 변화하는 비즈니스 요건에 따라 분석 환경을 적시에 제공하기 쉽지 않다는 어려움을 토로하고 있습니다. 이 해결책으로 운영시스템에 데이터베이스 형태로 존재하고 있거나, 현업의 PC에서 수작업으로 작성한 정형, 비정형 파일을 통합 관리할 수 있고, 또한 인프라 환경의 확장 및 변경을 보다 유연하게 할 수 있는 AWS Cloud 기반의 분석 환경 구축 사례를 소개하고자 합니다.
다시보기 링크: https://youtu.be/YvYfNZHMJkI
고객 중심 서비스 출시를 위한 준비 “온오프라인 고객 데이터 통합” – 김준형 AWS 솔루션즈 아키텍트, 김수진 아모레퍼시픽:: AWS C...Amazon Web Services Korea
AWS의 빅데이터 서비스들이 데이터 파이프라인 상에서 어떻게 활용 되는지와 데이터 모델링과 플랫폼 구축을 100% 내재화 하여 AWS와 함께 고객기반 서비스의 경쟁력을 강화 해나가는 고객 사례를 전해 드립니다. 국내 뷰티산업을 리딩 하고 있는 아모레퍼시픽에서 온/오프라인 고객 정보를 AWS 기반의 Data Lake로 통합 하고 고객 관점의 데이터 서비스를 출시 하는데 속도를 높이고 있는 성공 스토리를 직접 전해 드립니다.
* 행사 정보 :2016년 10월 14일 MARU180 에서 진행된 '데이터야 놀자' 1day 컨퍼런스 발표 자료
* 발표자 : Dylan Ko (고영혁) Data Scientist / Data Architect at Treasure Data
* 발표 내용
- 데이터사이언티스트 고영혁 소개
- Treasure Data (트레저데이터) 소개
- 데이터로 돈 버는 글로벌 사례 #1
>> MUJI : 전통적 리테일에서 데이터 기반 O2O
- 데이터로 돈 버는 글로벌 사례 #2
>> WISH : 개인화&자동화를 통한 쇼핑 최적화
- 데이터로 돈 버는 글로벌 사례 #3
>> Oisix : 머신러닝으로 이탈고객 예측&방지
- 데이터로 돈 버는 글로벌 사례 #4
>> 워너브로스 : 프로세스 자동화로 시간과 돈 절약
- 데이터로 돈 버는 글로벌 사례 #5
>> Dentsu 등의 애드테크(Adtech) 회사들
- 데이터로 돈을 벌고자 할 때 반드시 체크해야 하는 것
B2B ISV가 이끈 리테일의 혁신 - 조효원 AWS 테리토리 매니저 / 김명환 CTO, 메쉬코리아 / 이광우 CDP사업총괄, 아이지에이...Amazon Web Services Korea
한국 대표 B2B ISV인 메쉬코리아와 아이지에이웍스가 유통, 이커머스 고객의 혁신 사례를 공유합니다.메쉬코리아는 주문 채널부터 배송 완료까지, 배송 운영에 필요한 모든 부분들을 디지털화 함으로써 물류 전방위적으로 고객에게 가치를 제공합니다. 아이지에이웍스의 디파이너리(Dfinery)는 고객 데이터를 자동으로 수집, 분석하고 행동 예측과 마케팅 골든타임 사수를 위한 개인화된 커뮤니케이션까지 모든 부분을 SaaS로 구현합니다. 즉시 도입 가능한 고객 데이터 플랫폼을 통해 커머스 기업이 디지털트랜스포메이션을 빠르게 구축한 이야기를 들려 드립니다.
비즈니스 리더를 위한 디지털 트랜스포메이션 트렌드 - 김지현, 김영현 AWS 사업개발 매니저 :: AWS re:Invent re:Cap 2021Amazon Web Services Korea
AWS re:Invent에서 소개된 골드만삭스, 스타벅스, ARM 등 다양한 산업에서 이루어지고 있는 클라우드 트렌드와 엔드-투-엔드 경영 밸류 체인 상에서의 클라우드 기반 디지털 트랜스포메이션 사례를 소개합니다. CSO를 위한 신사업 전략, CMO를 위한 마케팅 및 고객 관리 전략, CPO를 위한 상품기획 및 차별화 전략, CTO를 위한 Time-to-Market 혁신, COO를 위한 제조 혁신, CFO를 위한 비용 최적화 방법 등 전략 수립을 위한 인사이트를 확인하실 수 있습니다.
본 강연에서는 금융 감독원의 클라우드 이용 가이드라인에 맞추어 바로 도입 가능한 HPC, 빅데이터, 백업, VDI 등의 업무에 대하여 간단하게 소개하고 AWS 상에서 구축하기 위한 참조 아키텍쳐와 특장점 및 고객 사례에 대해 설명해 드릴 예정입니다.
연사: 정영준 솔루션 아키텍트, 아마존 웹서비스
사례로 알아보는 Database Migration Service : 데이터베이스 및 데이터 이관, 통합, 분리, 분석의 도구 - 발표자: ...Amazon Web Services Korea
Database Migration Service(DMS)는 RDBMS 이외에도 다양한 데이터베이스 이관을 지원합니다. 실제 고객사 사례를 통해 DMS가 데이터베이스 이관, 통합, 분리를 수행하는 데 어떻게 활용되는지 알아보고, 동시에 데이터 분석을 위한 데이터 수집(Data Ingest)에도 어떤 역할을 하는지 살펴보겠습니다.
Amazon Elasticache - Fully managed, Redis & Memcached Compatible Service (Lev...Amazon Web Services Korea
Amazon ElastiCache는 Redis 및 MemCached와 호환되는 완전관리형 서비스로서 현대적 애플리케이션의 성능을 최적의 비용으로 실시간으로 개선해 줍니다. ElastiCache의 Best Practice를 통해 최적의 성능과 서비스 최적화 방법에 대해 알아봅니다.
Internal Architecture of Amazon Aurora (Level 400) - 발표자: 정달영, APAC RDS Speci...Amazon Web Services Korea
ccAmazon Aurora 데이터베이스는 클라우드용으로 구축된 관계형 데이터베이스입니다. Aurora는 상용 데이터베이스의 성능과 가용성, 그리고 오픈소스 데이터베이스의 단순성과 비용 효율성을 모두 제공합니다. 이 세션은 Aurora의 고급 사용자들을 위한 세션으로써 Aurora의 내부 구조와 성능 최적화에 대해 알아봅니다.
[Keynote] 슬기로운 AWS 데이터베이스 선택하기 - 발표자: 강민석, Korea Database SA Manager, WWSO, A...Amazon Web Services Korea
오랫동안 관계형 데이터베이스가 가장 많이 사용되었으며 거의 모든 애플리케이션에서 널리 사용되었습니다. 따라서 애플리케이션 아키텍처에서 데이터베이스를 선택하기가 더 쉬웠지만, 구축할 수 있는 애플리케이션의 유형이 제한적이었습니다. 관계형 데이터베이스는 스위스 군용 칼과 같아서 많은 일을 할 수 있지만 특정 업무에는 완벽하게 적합하지는 않습니다. 클라우드 컴퓨팅의 등장으로 경제적인 방식으로 더욱 탄력적이고 확장 가능한 애플리케이션을 구축할 수 있게 되면서 기술적으로 가능한 일이 달라졌습니다. 이러한 변화는 전용 데이터베이스의 부상으로 이어졌습니다. 개발자는 더 이상 기본 관계형 데이터베이스를 사용할 필요가 없습니다. 개발자는 애플리케이션의 요구 사항을 신중하게 고려하고 이러한 요구 사항에 맞는 데이터베이스를 선택할 수 있습니다.
Demystify Streaming on AWS - 발표자: 이종혁, Sr Analytics Specialist, WWSO, AWS :::...Amazon Web Services Korea
실시간 분석은 AWS 고객의 사용 사례가 점점 늘어나고 있습니다. 이 세션에 참여하여 스트리밍 데이터 기술이 어떻게 데이터를 즉시 분석하고, 시스템 간에 데이터를 실시간으로 이동하고, 실행 가능한 통찰력을 더 빠르게 얻을 수 있는지 알아보십시오. 일반적인 스트리밍 데이터 사용 사례, 비즈니스에서 실시간 분석을 쉽게 활성화하는 단계, AWS가 Amazon Kinesis와 같은 AWS 스트리밍 데이터 서비스를 사용하도록 지원하는 방법을 다룹니다.
Amazon EMR - Enhancements on Cost/Performance, Serverless - 발표자: 김기영, Sr Anal...Amazon Web Services Korea
Amazon EMR은 Apache Spark, Hive, Presto, Trino, HBase 및 Flink와 같은 오픈 소스 프레임워크를 사용하여 분석 애플리케이션을 쉽게 실행할 수 있는 관리형 서비스를 제공합니다. Spark 및 Presto용 Amazon EMR 런타임에는 오픈 소스 Apache Spark 및 Presto에 비해 두 배 이상의 성능 향상을 제공하는 최적화 기능이 포함되어 있습니다. Amazon EMR Serverless는 Amazon EMR의 새로운 배포 옵션이지만 데이터 엔지니어와 분석가는 클라우드에서 페타바이트 규모의 데이터 분석을 쉽고 비용 효율적으로 실행할 수 있습니다. 이 세션에 참여하여 개념, 설계 패턴, 라이브 데모를 사용하여 Amazon EMR/EMR 서버리스를 살펴보고 Spark 및 Hive 워크로드, Amazon EMR 스튜디오 및 Amazon SageMaker Studio와의 Amazon EMR 통합을 실행하는 것이 얼마나 쉬운지 알아보십시오.
Amazon OpenSearch - Use Cases, Security/Observability, Serverless and Enhance...Amazon Web Services Korea
로그 및 지표 데이터를 쉽게 가져오고, OpenSearch 검색 API를 사용하고, OpenSearch 대시보드를 사용하여 시각화를 구축하는 등 Amazon OpenSearch의 새로운 기능과 기능에 대해 자세히 알아보십시오. 애플리케이션 문제를 디버깅할 수 있는 OpenSearch의 Observability 기능에 대해 알아보세요. Amazon OpenSearch Service를 통해 인프라 관리에 대해 걱정하지 않고 검색 또는 모니터링 문제에 집중할 수 있는 방법을 알아보십시오.
Enabling Agility with Data Governance - 발표자: 김성연, Analytics Specialist, WWSO,...Amazon Web Services Korea
데이터 거버넌스는 전체 프로세스에서 데이터를 관리하여 데이터의 정확성과 완전성을 보장하고 필요한 사람들이 데이터에 액세스할 수 있도록 하는 프로세스입니다. 이 세션에 참여하여 AWS가 어떻게 분석 서비스 전반에서 데이터 준비 및 통합부터 데이터 액세스, 데이터 품질 및 메타데이터 관리에 이르기까지 포괄적인 데이터 거버넌스를 제공하는지 알아보십시오. AWS에서의 스트리밍에 대해 자세히 알아보십시오.
Amazon Redshift Deep Dive - Serverless, Streaming, ML, Auto Copy (New feature...Amazon Web Services Korea
이 세션에 참여하여 Amazon Redshift의 새로운 기능을 자세히 살펴보십시오. Amazon Data Sharing, Amazon Redshift Serverless, Redshift Streaming, Redshift ML 및 자동 복사 등에 대한 자세한 내용과 데모를 통해 Amazon Redshift의 새로운 기능을 알고 싶은 사용자에게 적합합니다.
From Insights to Action, How to build and maintain a Data Driven Organization...Amazon Web Services Korea
데이터는 혁신과 변혁의 토대입니다. 비즈니스 혁신을 이끄는 혁신은 특정 시점의 전략이나 솔루션이 아니라 성장을 위한 반복적이고 집단적인 계획입니다. 혁신에 이러한 접근 방식을 채택하는 기업은 전략과 비즈니스 문화에서 데이터를 기반으로 하는 경우가 많습니다. 이러한 접근 방식을 개발하려면 리더가 데이터를 조직의 자산처럼 취급하고 조직이 더 나은 비즈니스 성과를 위해 데이터를 활용할 수 있도록 권한을 부여해야 합니다. AWS와 Amazon이 어떻게 데이터와 분석을 활용하여 확장 가능한 비즈니스 효율성을 창출하고 고객의 가장 복잡한 문제를 해결하는 메커니즘을 개발했는지 알아보십시오.
[Keynote] Accelerating Business Outcomes with AWS Data - 발표자: Saeed Gharadagh...Amazon Web Services Korea
데이터는 최종 소비자의 성공에 초점을 맞춘 디지털 혁신에서 중추적인 역할을 하고 있습니다. 모든 기업들은 데이터를 자산으로 사용하여 사례 제공을 추진하고 까다로운 결과를 해결하고 있습니다. AWS 클라우드 기술과 분석 솔루션의 강력한 성능을 통해 고객은 혁신 여정을 가속화할 수 있습니다. 이 세션에서는 기업 고객들이 클라우드에서 데이터의 힘을 활용하여 혁신 목표를 달성하고 필요한 결과를 제공하는 방법에 대해 다룹니다.
LG전자 - Amazon Aurora 및 RDS 블루/그린 배포를 이용한 데이터베이스 업그레이드 안정성 확보 - 발표자: 이은경 책임, L...Amazon Web Services Korea
LG ThinQ는 LG전자의 가전제품과 서비스를 아우르는 플랫폼 브랜드로서 앱 하나로 간편한 컨트롤, 똑똑한 케어, 스마트한 쇼핑까지 한번에 가능한 플랫폼입니다. ThinQ 플랫폼은 글로벌 서비스로 제공되고 있어, 작업 시간을 최소화하고, 서비스의 영향을 최소화 할 필요가 있었습니다. 따라서 DB 버전 업그레이드 작업 시 애플리케이션 배포가 필요없는 Blue/Green Deployment 방식은 최선의 선택이 되었습니다.
KB국민카드 - 클라우드 기반 분석 플랫폼 혁신 여정 - 발표자: 박창용 과장, 데이터전략본부, AI혁신부, KB카드│강병억, Soluti...Amazon Web Services Korea
온프레미스 분석 플랫폼에는 자원 증설 비용, 자원 관리 비용, 신규 자원 도입 및 환경 설정의 리드타임 등 다양한 측면에서의 한계가 존재합니다. 이에 KB국민카드에서는 기존 분석 플랫폼의 한계를 극복함과 동시에 시너지를 낼 수 있는 클라우드 기반 분석 플랫폼을 설계 및 도입하였습니다. 본 사례 소개는 KB국민카드의 데이터 혁신 여정과 노하우를 소개합니다.
SK Telecom - 망관리 프로젝트 TANGO의 오픈소스 데이터베이스 전환 여정 - 발표자 : 박승전, Project Manager, ...Amazon Web Services Korea
SK Telecom의 망관리 프로젝트인 TANGO에서는 오라클을 기반으로 시스템을 구축하여 운영해 왔습니다. 하지만 늘어나는 사용자와 데이터로 인해 유연하고 비용 효율적인 인프라가 필요하게 되었고, 이에 클라우드 도입을 검토 및 실행에 옮기게 되었습니다. TANGO 프로젝트의 클라우드 도입을 위한 검토부터 준비, 실행 및 이를 통해 얻게 된 교훈과 향후 계획에 대해 소개합니다.
코리안리 - 데이터 분석 플랫폼 구축 여정, 그 시작과 과제 - 발표자: 김석기 그룹장, 데이터비즈니스센터, 메가존클라우드 ::: AWS ...Amazon Web Services Korea
2022년 코리안리는 핵심업무시스템(기간계/정보계 시스템)을 AWS 클라우드로 전환하는 사업과 AWS 클라우드 기반에서 손익분석을 위한 어플리케이션 구축 사업을 동시에 진행하고 있었습니다. 이에 따라 클라우드 전환 이후 시스템 간 상호운용성과 호환성을갖춘 데이터 분석 플랫폼 또한 필요하게 되었습니다. 코리안리 IT 환경에 적합한 플랫폼 선정을 위하여 AWS Native Analytics Platform, 3rd Party Analytics Platform (클라우데라, 데이터브릭스)과의 PoC를 진행하고, 최종적으로 AWS Native Analytics Platform 으로 확정하였습니다. 코리안리는 메가존클라우드와 함께 2022년 10월부터 4개월(구축 3개월, 안정화 및 교육 1개월) 동안 AWS 기반 데이터 분석 플랫폼을 구축하고 활용 범위를 지속적으로 확대하고 있습니다.
LG 이노텍 - Amazon Redshift Serverless를 활용한 데이터 분석 플랫폼 혁신 과정 - 발표자: 유재상 선임, LG이노...Amazon Web Services Korea
LG 이노텍은 세계 시장을 선도하는 글로벌 소재·부품기업으로, Amazon Redshift 을 데이터 분석 플랫폼의 핵심 서비스로 활용하고 있습니다.지속적인 데이터 증가와 업무 확대에 따른 유연한 아키텍처 개선의 필요성에 대처하기 위해, 2022년에 AWS 에서 발표된 Redshift Serverless 를 활용한, 비용 최적화된 아키텍처 개선 과정의 실사례를 엿볼수 있는 기회가 됩니다.
LG 이노텍 - Amazon Redshift Serverless를 활용한 데이터 분석 플랫폼 혁신 과정 - 발표자: 유재상 선임, LG이노...
AWS Finance Symposum_AWS 로 빅데이터 분석을 쉽고 간단하게 시작하기
1. 글로벌 금융권의 AWS 기반 클라우드
데이터 플랫폼 활용 인사이트
2017 June 28 @ AWS Finance Symposium
Dylan Ko (고영혁) 지사장
Korea Country Manager
Data Scientist / Growth Hacker
dylan@treasure-data.com
2. 목차
1. 트레저데이터(Treasure Data) 소개
2. 글로벌 금융권의 클라우드 데이터 플랫폼 활용 사례
3. 놓치지 말아야 할 키워드 – Personalization & CDP
4. 의미있는 금융권 데이터 액션을 위한 조언
4. 트레저데이터(Treasure Data) 회사 - 개요
Some of our 250+ Global Enterprise Customers
Treasure Data 는 클라우드 서비스 형태로 데이터의 수집/저장/처리/분석/활용 플랫폼을
제공하는 글로벌 선도 기업으로서, 수많은 종류와 양의 데이터에 대한 데이터 파이프라인과
데이터 플랫폼 관리의 각종 복잡한 이슈를 해결함으로써, 기업이 1~2개월의 빠른 시간 안에
최소한의 비용과 사람만으로 데이터로부터 실질적인 가치를 창출하도록 돕고 있습니다.
Treasure Data Investors
Jerry Yang
Yahoo! Founder
James Lindenbaum
Heroku Founder
Bill Tai
Leading Angel Investor
Investment
Treasure Data’s
Data Technology Open Source Users• 2011년 창업 / 2012년 서비스 시작 / 헤드쿼터 : Silicon Valley (Mountain View, CA)
• 투자 : 글로벌 탑 VC들로부터 총 $54M 펀드 레이징 / 시리즈 C
• 글로벌 팀 : Mountain View, CA – USA, Tokyo – Japan, Seoul – Korea, New Delhi – India
• 글로벌 데이터 분석 업계의 기술 혁신을 오픈소스를 통해 주도
Fluentd | Fluent-bit | Embulk | MessagePack | PlazmaDB | DigDag | Hivemall | Presto
5. 트레저데이터(Treasure Data) 회사 - 성장
T
19T
38T
56T
75T
Oct 2011 Mar 2012 Aug 2012 Jan 2013 Jun 2013 Nov 2013 Apr 2014 Sep 2014 Feb 2015 July 2015 Dec 2015 May 2016 Oct 2016
Data Records Stored in the Treasure Data Cloud Service
Treasure Data By the Numbers at January 2017
75T+ records of data imported since launch
2M+ records imported each second
5T+ records imported each month
30B records sent per day by one customer
Service Launched
5T Records
Series A Funding
10T Records
25T Records
50T Records
75T Records
Series B Funding
200 Customers
Series C Funding
Treasure Data DMP
Announcement
Live Data Management
Launch
6. 트레저데이터(Treasure Data) 회사 – 최근 매체 보도
2017 The 50 Best Startups
https://www.bloomberg.com/graphics/2017-fifty-best-startups
Best Solution - Software as a Service (SaaS)
http://www.cyberdefensemagazine.com/2017-cdm-infosec-award-winners/
The Best Cloud Computing Companies And CEOs
To Work For In 2017 Based On Glassdoor
https://www.forbes.com/sites/louiscolumbus/2017/02/05/the-best-cloud-computing-companies-and-ceos-to-work-for-in-2017-based-on-glassdoor/
7. Treasure Data Security Compliance Programs (Details)
ISO 27001 Certified. Certificate number: 006-022817-001
Internationally recognized. Risk based framework
Favorable SSAE 16 SOC 2 Type II audit completed and
performed by external auditors
Services based control framework
Privacy Shield Registered
Compliance with EU Privacy Laws
TRUSTe for Privacy Shield dispute resolution
General Data Protection Regulation
Treasure Data to meet the regulation required date of May 2018
10. 트레저데이터가 해결하고 있는 문제
“성공적인 비즈니스는 제품과 서비스를 향상시키는 데이터 액션이 필요하다! ”
“데이터 액션에 필요한 인프라를 갖추는 것이 가장 어려운 문제이며
수많은 시간, 돈, 사람의 투입이 필요하다! ”
11. 트레저데이터의 문제 해결 방법
“Plug-n-play managed analytics infrastructure in the cloud”
수집 저장
처리, 분석
(머신러닝, 시각화)
액션
TREASURE DATA
• 필요한 액션을 수행하는 애플리케이션을 데이터로 제어
• 데이터 액션의 결과값을 다시 수집하여 재활용
• 데이터 전체 흐름(파이프라인)을 모니터링하고 제어
12. 3 관리하기 어려운 분석계
4 활용 안되는 KPIs
2 복잡한 시스템 통합
1 흩어져 있는 데이터 저장소들
Before Treasure Data
13. 3 쉬운 솔루션 연계
2 관리 부담 제로
1 쉬운 데이터 수집
50+ Data Outputs
Multi-Tenant Cloud Service
300+ Data Sources
After Treasure Data
14. 트레저데이터 (Treasure Data) 플랫폼 솔루션 개요
ANALYST CONSOLE Connectors UI SQL IDE Result Output
Micro Segmentation Audience Insights
Dynamic, Multi-Touch
Attributions
CUSTOMER DATA & INSIGHT SOLUTIONS
ID Syndication Personalization API
MANAGE Resiliency Security (Certification) ACL
ORCHESTRATE & AUTOMATE APIs Workflow Process Automation
17. 수많은 데이터 수집과 처리의 문제
서비스와 비즈니스를 위한 수많은 데이터들
• 정형데이터 vs 비정형데이터
• 실시간 스트리밍 데이터 vs 주기적 생성 데이터
• 클라우드 상의 데이터 vs 내부 시스템 상의 데이터
• 다양한데 각각 고립되어 있는 데이터
• 각각을 처리하기 위한 개별 리소스 투입이 문제
갈수록 중요해지고 있지만 처리가 문제인
대량의 로그 데이터
• 로그를 이용한 실시간 비정상 행위 탐지
• 양에 비례하는 처리 비용 스킴에서 문제 발생
서비스와 비즈니스를 위한 수많은 데이터들, 특히 실시간 로그 데이터들을 수집하고 처리하는 데에 이슈 발생
18. 수많은 데이터 수집과 처리의 문제
Enterprise Output Connectors
Realtime
안정적이고 빠른 성능, 실시간 필터링과 버퍼링, 태그 기반 손쉬운 라우팅과 엔터프라이즈 커넥터를 활용해
복잡도가 높은 데이터 파이프라인 문제를 쉽게 해결하고, 비용을 대폭 감소할 수 있는 여지 마련
19. Fluentd 의 활용 기본
로그를 수집하는 동시에 필터링 처리하여 필요한 부분만 원하는 저장소로 다중 동시 포워딩. 버퍼를 통한 안정화
Routing based on tags
Copy to multiple storages
buffer
access.log
in_tail
Retry automatically
Exponential retry wait
Persistent on a disk
Slice files based on time
2016-01-01/01/access.log.gz
2016-01-01/02/access.log.gz
2016-01-01/03/access.log.gz
…
20. AWS와 관련된 Fluentd 의 또다른 활용 사례
Atlassian 의 클라우드 로깅 및 분석 플랫폼에 활용
Elasticsearch
cluster
Ingestion
service
• At-most-once / At-least-once
• HA (failover)
• Load-balancing
AWS 상에 대용량 다중 로그 포워딩 (NC Soft, etc.)
22. 광고 데이터 통합, 분석, 시각화
Web 사이트
실제 매장
모바일 앱
다수의 채널사이트, 앱, 점포)
에서 데이터를 통합하고 행동 분석 / 시각화
각 유저마다 최적의 타이밍, 최적의
수단으로 적합한 액션을 실행
실시 내용
유저 행동을 각 채널마다 파악
분석 한 결과를 직접 다양하게 연계하여 실행
과제
MetLife, LG, 무인양품, 스카이락, 쿡 패드
리크루트, MonotaRO, U-NEXT, Retty
GREE, 반다이 남코, 드리 콤
고객 사례
매출 향상
사이트, 앱 개선
1to1마케팅 (이메일 / 반응형 웹)
추천 정확도 향상
기대 효과
데이터 소스 데이터 통합 / 분석 BI 대시보드
고객 정보
데이터 소스를 통합하고, 데이터를 분석/시각화 하고, 분석 내용을 공유
23. 23
광고 데이터 통합, 분석, 시각화
• 매번 정형 보고서를 만드는 데에 단조
로운 작업이 많이 필요
• 보고 싶은 보고서를 보는 데에 많은 화
면 전환이 필요
• 복수의 데이터 테이블을 다운로드하고
엑셀로 재집계하는 작업이 필요
• Web UI 에서 조작하기에는 불편한 점
들이 있음
• 정형 보고서를 자동화할 수 있게 됨
• 보고 싶은 레포트를 Tableau 에서 손
쉽게 볼 수 있게 됨
• 빅데이터의 고속 집계 및 애드혹 분석
이 가능하게 됨
• 원천 데이터를 보존하고 있기 때문에,
모든 분석 요소 축과 조건을 활용한
시각화가 가능해짐
• 매일 CSV로 만들어지는 전체 원천
데이터를 트레저데이터로 자동 수집
저장
• 1차로 정제한 후에 Tableau 서버에
자동으로 전송
• Tableau Server 에서 기본 레포팅을
하고, Tableau Desktop 에서 Adhoc
분석을 실행
Raw Data
(Standard, Rich, Conversion)
Match Type Data
(Campaign, Site, Keywords, etc)
FTP 서버 자동 수집
레포트 자동 갱신
Adhoc 분석
(커스텀 레포트, 탐색 분석)
・기본 레포트
・어트리뷰션 레포트
・키워드 레포트 등
25. • AXA 는 타겟 마케팅 캠페인을 통해서 보다 뛰어난 가망 고객 스코어링과 고객과의 상호작용을 원했음
• 디지털 고객에 대한 인사이트를 제대로 활용해서 디지털 소비자의 터치포인트를 제대로 건드려서 폭발적인 성장을 만들고 싶음. 예를 들어 보
다 높은 고객 전환율을 위해서는 구체적으로 어떤 인구통계학적 요소가 영향을 미치는가?
• 확장성 있고 유연한 고객 데이터 관리 플랫폼을 갖고 있지 않았기 때문에 이러한 전환점을 마련하기에는 한계가 있었음
CDP : 다양한 고객 데이터 접점으로부터 통찰을 수집하고 통합
PC, 태블릿, 스마트폰 등으로 엄청난 양의 보험 문의가 들어
오는데… 그들이 구체적으로 누구인지 전혀 모르고 있다!
• 인구통계특성 – 가족관계, 생애단계, 수입
• 행동 이력 – 브랜드와 제품에 걸친 구매 의도 추론 가능 행동
• 관심사
• CRM Data – 기존 고객 or 경쟁사 고객
• 웹, 모바일, 소셜미디어 상의 데이터
• TD 의 트래커와 태깅 기술을 이용하여, 웹과 모바일의 행동
데이터 및 SFDC 에 있는 CRM 데이터를 모두 연결 통합
• 가망 고객에 대한 정교한 스코어링을 위한 원천 데이터의 추
출, 가공과 세그먼트 정보의 가공
• 광고 집행 및 콘텐츠 노출을 해야 하는 각종 매체 채널과의
신디케이션 (언제 누구에게 어떤 콘텐츠를 보여주는 지 제어)
• 타겟 고객 세그먼트의 확인과 지정
• 양질의 가망 고객 추출을 대규모로 진행
• 가장 수익성이 좋은 세그먼트에 집중하여 광고 캠페인 진행
• 고객 리텐션(잔존율)이 높은 방향으로 광고 캠페인 집중
Customer,
Leads/Prospects
Media & Agencies
Web site
AXA Data Unification Layer
Aggregation & Analytics
Cookie data &
Lead scoring
Sales Cloud (SFDC)
Informatica PowerCenter
ETL
JS Tags
DataConnector
JS Tags
AXA
Bulk Upload
27. 1955
Average F500 life expectancy 75 years
2015
Average F500 life expectancy 15 yearsvs
지난 15년간,
Fortune 500대 기업의 52%가
세상에서 사라졌다
“Digital Darwinism is unkind to those who wait.”
Ray R Wang, Constellation Research
28. AND THERE’S DIGITAL DISRUPTORS
Google, Facebook, Amazon, NetFlix, Uber and AirBnB
이들의 시가 총액을 합치면 $1.38 Trillion
이들 모두의 공통점이 있다면 무엇인가?
29. 이들 모두 개인화된 경험을 대규모로 제공
- Personalized Information
- Personalized Communication
- Personalized Commerce
- Personalized Hospitality
- Personalized Transportation
30. 오늘날 소비자들은 ‘경험’에 의해서 구매를 한다
• Amazon 이 전세계 모든 브랜드에게 보여준 것 - “소비자의 디지털 경험 및 개인화가 중요하다”
• Amazon Garage – 자동차에 대한 쇼핑 화면이 아니라, Car Life 를 전방위 케어. 왜?
• Amazon.com 은 이제 더 이상 물건을 사러 방문하는 디지털 공간이 아니라 필요한 물건을 발견
하기 위해 시간을 보내는 공간. 이 시간동안 얼마나 많은 경험의 족적을 우리는 남기는가?
• 이제 Amazon 은 오프라인 매장 공간에도 진출(O2O, 옴니채널). AR 과 VR 까지 고려한다면?
31. 1. 디지털의 파괴적 혁신자들은 개개인의 고객에 대해 하나로 통합된 360도 전방위로
살펴볼 수 있는 데이터 환경을 갖추고, 고객이 최적의 타이밍에 최적의 경험을 할 수
있게 하는 고객의 행동과 속성 모두를 활용한다.
2. 하지만, 고객의 데이터는 종종 파편화 되어있다. 마케터의 74%는 10개 이상의 도구를
사용하고 있다. 마케터의 91%는 빠르게 성과를 내기 위해서 올인원 솔루션보다는 각
목적에 최적화된 분야별 최고의 솔루션들을 여러 개 사용하고 있다. 이것은 데이터의
파편화를 가중시키는 원인이기도 하다.
3. 고객의 데이터를 제대로 통합해서 활용하려면, 마케터들은 부서간 협력을 통해 데이터
에 대한 소유권을 확실하게 갖고 제어해야만 하는 상황이다. 이 문제는 종종 조직에서
또다른 숙제가 되곤 한다.
32. 왜 지 금 C D P ( 고 객 데 이 터 플 랫 폼 ) 를 고 민 해 야 하 는 가 ?
• 당신의 고객들이 당신이 그렇게 하기를 원하고 있다
73% 의 소비자들은 보다 개인화된 고객 경험을 얻기 위해 기꺼이 그들의 데이터를 기업들에게
제공할 용의가 있다. CDP 는 이를 위한 기본 토대이다.
• 당신의 경쟁사들이 이미 그렇게 하고 있다
Gartner 에 따르면, 47% 의 디지털 마케터들은 CDP 솔루션 제공업체 또는 기존의 기술 결합을
통해 CDP 에 해당하는 기능들을 이미 구현했다.
• 미루면 미룰수록 더욱 힘들어진다
Martech 시장의 도구들 개수는 매년 두 배로 성장하고 있으며, 성장이 저하될 기미가 보이질
않는다. 데이터 통합의 문제는 사라질 수가 없으며 이러한 툴들을 통해 파편화될 수록 더욱
어려워질 수밖에 없다.
33. CDP, 고객 데이터 플랫폼의 운영 개괄
• 개별 고객과의 상호작용은 통합된 고객 데이터를 통해 개인화 되어야만 한다.
• 고객의 디지털 족적은 그들이 무엇을 원하는지 말해준다. 고객을 기쁘게 하기 위해서는 개인화 배경으로 다가가야 한
다.
• CDP 는 데이터를 A에서 B로 단순하게 옮기는 것도 아니고, 마케팅 캠페인 과정과 결과를 시각화 하는 것도 아니다.
고객 데이터 통합 캠페인 실행 캠페인 결과 분석/재활용세그먼트 & 개인화
■ 수많은 이종의 데이터 소스로부터
데이터를 통합하여 관리
■ 3rd 파티 데이터의 통합과 1st 파티
데이터와의 연동 단일화
■ 캠페인과 분석 니즈에 따라 다양한
관점으로 유연하게 데이터를 추출
할 수 있어야 함
고객 마스터
데이터
타겟 A
타겟 B
타겟 C
웹 & 모바일앱
개인화
Email / SMS
오프라인 상호작용
광고 네트워크
소셜 리타겟팅
캠페인 결과
캠페인
상호작용
고객 행동
2nd / 3rd
파티 데이터
CDP
관전
포인트
CDP
마케팅
활동
필요한
준비
사항
■ 고객 데이터의 시각화
■ 다양한 조건과 기준에 따라 유연하
게 세그멘테이션 설정 가능
■ 만들어낸 커스텀 세그멘테이션이
캠페인을 실행하는 도구와 끊김없
이 자동으로 연결되어야 함
■ 새롭게 형성된 세그멘테이션을 활
성화함으로써 즉시 캠페인 실행으
로 자동 연결
■ 유연한 캠페인 실행 (시간, 위치, 인
구통계 특성 등에 기반한 광고 매
체, 오디언스 노출 및 기타 비광고
성 마케팅 캠페인 실행)
■ 캠페인 결과 레포트는 자동으로 고
객 개인 단위의 데이터와 연동
■ 별도의 준비와 딜레이 없이 시각화
및 분석 활동이 바로 이어져야 함
■ 다음 캠페인의 개선을 위한 결과
반영이 자동으로 적용되어야 함
34. 트레저데이터 고객 데이터 플랫폼 (Treasure CDP)
A Customer Data Platform is a marketer-controlled integrated customer
database that can support coordinated programs across multiple channels
다양한 데이터 수집 고객 프로필 연결 / 세그멘테이션 / 통합 캠페인 실행
광고 로그
웹로그
모바일 앱로그
소셜미디어 데이터
POS 데이터
CRM 데이터
고객 설문 조사
E-Commerce
이용자 인구 통계
Treasure CDP
원천빅데이터 저장 , Data (ID) 통합, 세그멘테이션, 대시보드,
워크플로우 제어, 데이터웨어하우스, 머신러닝 (추천 엔진 등)
통계 데이터
소득 수입 데이터
회사간 연계 데이터
POS 데이터
날씨 데이터
인구 통계 데이터
관심사 데이터
직업 데이터
실시간 스트리밍/
배치 형태로 다양한
데이터 수집
최적의 조건을
알고리즘으로 찾아
캠페인 실행 자동화
36. SHISEIDO – CDP 기반 옴니채널 로열티 최적화
OVERVIEW
고객 로열티에 대한 깊은 역사와 노하우:
무려 80년에 걸쳐 고객 로열티 프로그램을 성공
적으로 운영해 왔으며, 온라인과 결합한 것은
2012년 부터.
개별 로열티 도구에 파묻힌 고객 특성:
Adobe, Salesforce, public DMP 등의 도구에 많
은 투자를 했으나 각각의 분절된 데이터로 인해
정작 ROI 는 낮음.
목표:
광고 노출 디바이스를 타겟팅하는 것이 아니라
고객을 만족시키는 것으로 (마케팅)리소스를 투
입하는 대상을 전환!
BEFORE
Newsletters
Customer Loyalty
AD Campaigns
Mobile
Web
Offline
37. SHISEIDO – CDP 기반 옴니채널 로열티 최적화
실행데이터통합 / 연계 데이터통합 / 시각화 / 분석 / 연계
3rd Party Cookie 데이터 (오디언스 데이터) 연계
성별 결혼 여부
연령 직업
연수입 흥미/관심사
자녀유무 취미/기호
3rd Party Public DMP
1st Party (사이트검색, 고객데이터)
Private DMP
대량의 원천데이터 축적, 데이터 통합,
세그멘테이션, 연계 실행
점포 POS 데이터
W+ 회원 데이터
OS 구매 데이터
샘플 신청 데이터 등
“와타시 플러스”, ”Beauty & C
o.”
사이트 검색 데이터
미디어 사이트 검색 데이터
2nd Party (미디어 채널 데이터)
LINE
이메일
애드네트워크
DSP
Facebook/Twitter
광고 실행
CRM 실행
마케팅 실행
앱 노티
PC/SP 사이트별 집행
데이터 시각화 데이터 분석
38. SHISEIDO – CDP 기반 옴니채널 로열티 최적화
디지털 트랜스포메이션의 성과
로열티 프로그램 고객 당
매장에서 평균 지출(매출)이
20% 성장
• Adobe Analytics, Salesforce Marketing
Cloud, 각종 고객 로열티 앱들을 포함
한 20여개의 흩어진 데이터를 통합하고,
100여개 이상의 브랜딩 웹사이트 행동
패턴 데이터 통합 연결
• 전체 채널에 걸쳐 개인 행동에 기반한
최적의 개인화를 지속적으로 자동으로
실시
AFTER
Customer Loyalty
AD Campaigns
Newsletters
39. SUBARU – CDP 기반 데이터 주도 성장
BEFORE:
분절된 데이터로 인한 예산 낭비
• DMP를 포함한 다양한 기술에 투자를
하긴 했음
• 로열티앱, 제휴 콘텐츠, 딜러샵 방문 등
의 여러 채널에 걸친 고객 행동 데이터
가 개인화에 제대로 쓰이지 못함
• 낮은 ROI, 결국 C레벨들 사이에서 성과
기반의 디지털 트랜스포메이션에 대한
구체적인 니즈 발생
Male / Age 25-35 / Lives in CA
40. SUBARU – CDP 기반 데이터 주도 성장
AFTER:
최적의 타이밍에 최적의 메시지
• 자사 로열티 앱과 딜러 방문
데이터 등을 세그멘테이션에
고도로 활용하여 관련 마케팅
메시지 CTR 350% 상승
• 자사가 직접 만든 솔루션에
비해 솔루션 구축과 운영에
들어간 시간 80% 단축
Male / Age 25-35 / Lives in CA
41. 인식 딜러샵 방문 구매 결정조사 & 비교 구매 후
자동차 전문 매체
광고 노출
매스미디어, 자동차 박람회
순 방문
딜러샵 방문
딜러샵 검색
총괄적인 고객 여정 분석
광고 ROI 최적화 웹사이트 개인화 / 최적화 고객 여정 기반 캠페인 개인화 및 고객 관계 관리
구매 완료 !
CDP
Data
Flow 광고 집행 로그
오프라인
데이터
소셜 미디어
상호작용
Customer Data Platform
(고객 여정 분석 & 개인화)
Public DMP
접속 로그
딜러샵 네트워크 DBWifi 접속 로그
Subaru ID
Ad-hoc 캠페인 데이터
설문 패널 데이터
자동차 전문 매체
상호작용
SUBARU 의 CDP 기반 캠페인 데이터 관리 흐름
고객 여정
단계
CDP
활용 부분
43. 의미 있는 금융권 데이터 액션을 위한 조언
• 데이터 액션 : 분석, 예측보다는 가치를 만드는 본질인 실행에 집중하는 데이터 활용법
• 클라우드, 개인정보, ... : 할 수 있는 것부터 빨리 하면서 노하우 축적. 마케팅부터 실행
• 온라인 서비스의 재해석/재구성 필요
고객에게 단방향으로 기능/편익/가치를 제공해주는 것은 기본
기본에 덧붙인 기본으로, 그 과정에서 고객의 생각과 의도를 추론할 수 있는 정보 설계
해당 정보를 고객에게 억지로 얻는 것이 아니라 서비스로 편익을 받다보면 자연스럽게 관련 데이터를
의식하지 않고 제공하게끔 서비스 디자인을 하는 것이 핵심 데이터 프로덕트. 구글검색, 페이스북
• 오프라인 기반이 있는 금융권 : 오프라인에서의 고객 경험 프로세스 재해석 데이터 축적/통합.
온라인과 오프라인이 따로 놀 수 없음. SUBARU 케이스에서 딜러샵이 금융권에서는? 결국 같음.
• 첫째도 속도, 둘째도 속도, 셋째도 속도. 클라우드를 당장에 싸서 도입하는 것으로 생각하면 큰
오해. Scalability 관점의 총체적 효율이 중요하지만, 그보다 더 중요한 것은 속도. 바로 사용
가능하느냐의 문제와 적절한 커스터마이징 유연성 사이의 밸런싱이 핵심
• 데이터 사이언티스트나 데이터 조직을 셋팅하는 것이 가장 먼저 할 일이 아니라, 명확한
비즈니스 목표와 그 목표를 달성하기 위한 서비스 전략을 구체적으로 수립한 다음에, 이것을
데이터 관점에서 해결할 수 있는 역량을 갖춘 솔루션, 사람을 찾아 투입하는 것이 핵심
44. Q & A
Dylan Ko (고영혁) 지사장
Korea Country Manager
Data Scientist / Growth Hacker
dylan@treasure-data.com